目前我國銀行業廣泛採用的是國民經濟行業分類，但這種分類很難對應到產業組織研究角度的行業分類範疇，由此也使得基於這種邏輯的行業風險評級，在很多時候其實無法精確刻畫行業風險，更無法前瞻性幫助銀行控制風險。
為了能夠將行業研究真正運用於業務實際，為業務提供前瞻性賦能，本文嘗試在銀行資產統計所採用的國民經濟行業分類基礎上，結合申萬等機構的行業分類標準，建立起更具典型性的產業邏輯的行業分類標準。只有這樣，我們才能梳理出經濟執行與行業之間、不同行業之間相互影響的穩定邏輯聯絡；同時，整理確認出相關行業全生命週期具有穩定性的行業執行指標、經營指標和財務指標的閾值區間，為業務評價提供參照。
因此，本文重點開展了以下兩方面工作：
一是行業跟蹤層級確定，根據國民經濟各細分行業包含的上市公司數量、與產業的對應性，確定更符合產業邏輯、更細粒度的國民經濟行業跟蹤層級，對部分行業的跟蹤層級下沉到國民經濟行業的中類、小類，包括積體電路設計（I652）、電子電路製造（C3982）、電池製造（C384）、火力發電（D4411）、風力發電（D4415）等。
二是行業跟蹤樣本“提純”，在全部上市公司的基礎上，從各行業中剔除多行業經營公司（業務多元化公司，行業屬性相對偏弱），進而篩選出更具行業典型特徵的代表性上市公司，作為行業標籤的跟蹤樣本。
最終建立的行業標籤和樣本包含148個國民經濟細分行業標籤、4303家（不包括金融、房地產行業）代表性上市公司。同時，由於部分行業仍無法在上述148個國民經濟行業中找到對應（比如風電裝置、光伏裝置、機器人等），本文進一步基於申萬等機構的行業分類標準，建立了187個產業維度跟蹤標籤，為國民經濟行業標籤提供補充、驗證。
最後，本文對以代表性上市公司為樣本、“提純”後的國民經濟行業標籤資料與統計局的工業企業資料進行了相關性檢驗。需要指出的是，由於統計局的工業企業資料是由法人單位按照業務所屬國民經濟行業類別進行填報，理論上應當比上市公司合併口徑的資料更具有細分行業的典型特徵，這也是本文“提純”後的行業標籤對應上市公司資料與工業企業資料更具相關性的原因。結果表明，“提純”後行業標籤的上市公司營業收入累計同比與規模以上工業企業的營業收入累計同比在大部分行業具有較顯著的相關性，相關性大於0.8的行業為21個，相比“提純”前資料增加了5個；同時，傢俱製造業、紡織業、印刷和記錄媒介複製業使用“提純”後標籤資料與工業企業資料的相關係數大幅提升，分別從0.54、-0.41、0.15提升至0.90、0.81、0.71。
請登入興業研究APP檢視完整研報
獲取更多許可權，聯絡文末銷售人員。
★
點選圖片購買 “興業研究系列叢書”
★